743
作者 | 万博
宏景智驾的量产逻辑，代表着渐进式玩家落地自动驾驶的思路内核。
在宏景智驾最新发布的新一代智能驾驶域控制器上，这个问题的答案是，行泊一体。基于单颗征程3芯片，行车域除了基础的L2级ADAS主动安全能力外，还有拨杆变道、车道级导航等功能；泊车域则可以实现遥控泊车在内的高阶智能驾驶，未来还能升级到记忆泊车。
在极具性价比量产方案的背后，是宏景智驾成本控制能力和产品工程能力的体现。
总结宏景智驾的技术逻辑，就是从底层开发软件到上层应用算法的全栈自研软件生态，以及走高性价比路线的量产自动驾驶能力。
在技术之上，随着渐进式自动驾驶成为行业认可的路线，以宏景智驾为代表的玩家，也在2022年迎来了高速发展的阶段。
据悉，截止到2022年，宏景智驾产品出货量已经超过20万套，营收超过2亿元。
总之，宏景智驾从内到外传达出来的一个信息是，量产加速。
01、量产、营收、产品，宏景智驾迎来加速期
数据显示，截止到2022年，宏景智驾累计出货量已经超过20万套，合作车企达到25家，这些主机厂中，既有上汽、比亚迪、长城等主流传统车企，也有一些头部造车新势力玩家。
营收方面，宏景智驾创始人刘飞龙曾透露，宏景智驾2021年营收为1.8亿元，2022年营收超过2亿元。
业务增长的同时，宏景智驾也在今年快速形成了高低搭配的不同级别产品矩阵。
其智能驾驶方案HyperPilot2.0，基于地平线征程2芯片+德州仪器TDA2芯片开发，采用宏景自研的行泊一体域控架构，功能上可以实现包括高速领航辅助和远程泊车等高阶智能驾驶功能，这一方案已经在最近搭载上车。
HyperPilot 2.5是基于3颗地平线征程3芯片开发，行车功能可实现加强版的高速领航辅助驾驶，泊车可以做到超长距的记忆泊车，自主泊车能做到支持狭小车位泊入、车头泊入、逆鱼骨车位、狭小甬道等。
目前，HyperPilot2.5正与国内两家头部车企进行量产合作，陆续会有5款车型量产，最早量产的车型是在今年7月上市的思皓爱跑。
最近，宏景智驾又基于单颗地平线征程3芯片，推出基于单SOC芯片行泊一体量产解决方案。这套方案主要面向L2级ADAS领域，可实现多种ADAS主动安全及舒适辅助驾驶类功能，同时也具备车道级导航、拨杆变道、以及自动辅助泊车、遥控泊车等高阶功能。
在此基础上，宏景智驾下一代行泊一体方案HyperPilot3.0也正在研发当中。从能力上来说，这套方案和小鹏XNGP、华为NCA等大致类似，但在算力平台的选择上，可以看到宏景智驾一如既往的性价比路线。
目前，宏景智驾正在与和主机厂、芯片供应商进行深度探讨和方案设计，备选的计算平台包括多种平台产品，预计明年年底做到准量产。
讲到这里我们发现，从技术到产品再到落地，围绕宏景智驾的一个核心关键词，就是量产。这个关键词，实际上也代表着渐进式玩家们破题量产自动驾驶的内在逻辑。
02、全栈自研，技术为先
所有技术导向型公司，商业落地进展，追根溯源都离不开底层技术栈的基础。具体到宏景智驾本身，则可以概况为全栈自研软件生态，以及芯片算力优化能力。
宏景智驾的软件算法栈，包括底层硬件、中间件、应用软件算法（2D/3D感知融合、建图定位、预测决策、规划控制等）。
先说软件开发的中间件，为了能够更好的支持上层应用算法软件的开发，就需要从中间件的通用性、易用性、复用性、安全性和稳定性等5个层面来进行考量。
在具体做法上，宏景智驾开发的中间件能够兼容AP AUTOSAR的接口，减少客户中间件替换带来额外工作量，进一步降低应用开发成本，通过完善算法库和计算框架达到代码复用的最大化。
再往上一层，就是自动驾驶软件算法的开发。目前，宏景智驾已经具备了从感知到规控的全栈自研能力。
感知算法方面，宏景智驾采用的是基于BEV架构的感知融合算法。这种算法的优势在于，可以通过多传感器感知数据融合，从而在系统内快速建立一个包含时序在内的4D空间，为接下来的规控、决策提供支持。
也正因为如此，基于BEV架构的感知融合算法也成为业内主流的方向，包括特斯拉、小鹏等玩家的技术栈，BEV架构都绕不开的一个概念。
接下来的规控和决策算法，宏景智驾的技术突出一个分层分级的概念。简单概况一下，就是三级规控+四级决策。
三级规控根据级别的不同，可以分为偏向L4级的AD planning、ADAS Planning和MRC（最小风险控制）等三个层级。三层规控算法在实际运作时，可以根据ODD场景的不同来做切换，比如在有高精地图的区域，AD planning就可以起到作用，可如果车辆行驶到无地图覆盖的场景，就需要降级到ADAS Planning。
四级决策则是根据车辆行驶距离做4个不同层级的规划决策划分。比如在大于2公里的时候，决策算法主要做导航和全局车速的实时规划；到了200米-2公里范围内，预测性车速和动态车道的规划就成为重点。
除了算法之外，数据是自动驾驶系统进化迭代的“食粮”已经是业内共识，所以数据的采集处理，也是所有自动驾驶玩家必然会构建的能力之一。
HyperData Infra数据平台，就是宏景智驾打造的数据处理工具，据悉，HyperData Infra主要通过一整套自动与半自动的工具链组件实现从采集、存储、应用、生命周期管理的完整数据闭环。
可以支持数据管理、清洗、场景库和标签系统、数据回放可视化、数据挖掘、回归分析、训练迭代、自动化测试、自动化标准、仿真测试和软件版本管理和OTA等。
至于数据的采集，宏景主要通过与量产搭载的主机厂进行合作，通过量产车回传的全量数据进行积累，另外，测试车也会负责一部分的采集回传工作。
除了自动驾驶算法栈之外，我们能看到的是，宏景智驾产品的一个特点是，可以通过低成本的小算力芯片实现更高阶的功能。比如其自研的HyperPilot2.5智能驾驶系统，是在3颗地平线征程3芯片的基础上，实现了加强版高速NOP功能。
这主要得益于宏景智驾开发的硬件芯片调优算法，可以通过有限算力实现其他企业几十TOPS、甚至几百TOPS算力才能实现的功能。
在这一整套的软件算法栈之下，宏景智驾也具备了提供L2-L4的全栈自动驾驶软件算法系统解决方案的能力，应用领域可以覆盖行车、泊车、乘用车和商用车。具体落地上，也可以提供纯硬件、纯软件以及整个解决方案的形式，以满足下游主机厂的不同需求。
剖析完宏景智驾的技术栈，我们发现，其底层技术的两个重点。
一方面，是全栈自研开发，这里的全栈不仅仅是上层应用算法，还包括软件开发的工具链、中间件等等；另一方面，是低成本，不管是算法软件的复用能力，还是对芯片算力的挖掘，本质上都是要用低成本覆盖高阶功能，也就是所谓的高性价比方案。
高性价比的优势在于，产品可以下沉到市场存量更大的中低端车型中，为快速商业化量产提供可能。
所以我们也能看到，宏景智驾在量产、营收以及产品迭代方面，现在已经迎来了一个加速期。
03、规模量产+数据驱动，渐进式自动驾驶落地逻辑
按照渐进式玩家落地自动驾驶的共识来看，量产为先+数据驱动是其逻辑内核。而量产和数据，实际上是一体两面，相互作用的范畴。
具体来说，量产为先可以解决两个问题。
首先，可以通过量产形成自身造血的能力。这一点可以简单的理解为商品买卖，自动驾驶玩家为主机厂或者Tier1提供智能驾驶方案，下游的客户为自动驾驶公司提供营收来源，宏景智驾等技术公司就是通过这种方式来获得营收增长。
其次，在于数据的采集。目前整个自动驾驶软件算法技术路径已经相对比较清晰，源自NLP语言处理算法的Transformer大模型大规模应用于自动驾驶成为共识。而这种大模型的成长迭代，就是通过大量数据的喂养进行不断优化。
所以高质量的数据对于自动驾驶公司，自然是多多益善。
问题是，数据从哪儿来？
主要有两个方向，一是公司自有的测试车/采集车，再有就是搭载智能驾驶产品的量产车回传的数据。
两个渠道中，量产车型因为存量的原因，在数据采集的体量上远远超过了测试车或者采集车。所以对于渐进式玩家来说，也就有了数据数量上面的优势。同时，量产车面对真实的交通环境，在数据的质量上也能够兼顾。
所以，通过量产产生数据，再用数据来优化算法，在这种不断的循环往复中，获得自动驾驶系统不断优化成长的能力，最终逐步实现高级自动驾驶。这就是渐进式自动驾驶路线的一个简单逻辑。
这套逻辑是否能成为自动驾驶落地的终极答案，我们现在无法给出绝对的结论，但从具体的进展和投资人的态度来看，确实已经获得了业内大多数人的认可。
具体落地上，高阶智能驾驶已经开进城市开放道路，实现高级自动驾驶之前的最后一层窗户纸被捅破，在同样的时间里，以Robotaxi为代表的高级自动驾驶，还停留在零散的自动驾驶示范区域内。
从投资角度看，在自动驾驶行业发展低潮期的2022年，渐进式玩家在大环境并不友好的条件下收获颇丰。
赛博汽车不完全统计，去年国内自动驾驶赛道发生融资事件125起，披露融资金额超过205亿元。其中，业务涉及ADAS以及高阶智能驾驶量产方案的玩家，发生融资事件19起，累计披露的融资金额达到65亿元，占比近1/3。
这其中就包括宏景智驾在2022年完成的两轮融资，披露融资金额达到数亿元。
我们也看到，市场驱动技术发展，高阶智能驾驶正在迎来爆发期，同时也成为市场竞争的焦点。
以宏景智驾为代表的一波渐进式自动驾驶玩家，在2022年开始从基础的ADAS方案向上突破，集中资源开发高阶智能驾驶，量产的时间大多定在2023年。
而包括小马智行、文远知行在内的高级自动驾驶明星公司，也纷纷将业务扩张到了高阶智能驾驶领域。这意味着，在自动驾驶落地上的两派，终于要展开正面对决。
宏景智驾在接下来一个发展阶段，能否继续保持竞争优势，建立自己在汽车供应链中的护城河，2023年将是关键的一年。
